AI圈最昂贵的“闲置物品”诞生了：价值数十亿美元的英伟达顶级GPU，正躺在微软的仓库里吃灰。原因简单到令人难以置信：没电。就在最近，微软CEO萨蒂亚·纳德拉（Satya Nadella）和OpenAI首席执行官萨姆·奥特曼（Sam Altman）一同做客Brad Gerstner的《BG2》播客访谈节目，罕见地“自曝家丑”，亲口证实了这个令人震惊的窘境：“我们现在最大的问题，不是算力，而是电力……事实上，我有一堆芯片堆在库存里，却没电可用。”
此言一出，市场皆惊。当所有公司还在为抢不到芯片而焦虑时，手握海量GPU的微软却遇到了一个更根本的难题：找不到足够的“插座”。
从“算力荒”到“电力荒”，AI的狂飙突进，似乎撞上了物理世界最坚硬的一堵墙。
芯片堆满库房，却找不到“插座”
长期以来，科技界普遍认为“算力”是阻碍AI发展的最大壁垒。因此，微软、OpenAI等公司一直在疯狂采购GPU。
但现在看来，他们似乎跑得太快了。
纳德拉在播客中坦言，微软订购的芯片数量，显然已经超过了他们合同所能确保的电量。
“在这种特殊情况下，你根本无法预测需求和供应的周期，”纳德拉说，“我们最大的问题是电力，是能否在靠近电源的地方快速建成数据中心。”
所谓“暖壳”是商业地产术语，指的是那些基础设施齐全、能让租户“拎包入住”的建筑。换句话说，微软现在是芯片管够，但缺“带电的房子”。
这不仅是纳德拉的个人观点。微软首席财务官艾米·胡德（Amy Hood）在上周的财报电话会议上也向分析师证实：获取计算硬件一直都不是微软的瓶颈，“我们缺的是空间和电力”。
她甚至补充表示：“这种局面已经持续好几个季度了。我原以为我们能赶上，但没有。需求还在增长。”
财报数据显示，微软在2026财年第一季度投入111亿美元用于租赁数据中心。仅2025年一年，微软在全球就新增了约2吉瓦的算力容量，使其数据设施总数突破400座。
TD Cowen上月发布的报告表明，2025年第三季度，美国超大规模企业租赁的数据中心容量已超过2024年全年总量。虽然大部分增幅来自甲骨文和OpenAI，但Google、Meta、微软、亚马逊及Anthropic的算力也显著增加。
同样于上月发布的标普全球报告则指出，到2025年底，全美数据中心对电网电力的需求将较2024年增长22%，而至2030年，这一数字将增长两倍。
AI“吃电”太猛，软件巨头遭遇“硬”挑战
为什么会出现这个局面？
答案很简单：相比于大型发电厂等重资产，芯片和代码都是易于快速扩展和部署的技术。已经习惯这两种技术的科技公司，却一头撞上了能源世界的“南墙”。
在过去十几年里，美国的电力需求与供给基本持平。但过去五年，数据中心的电力需求开始飙升，增速远远超过了公共事业公司规划新发电能力的速度。
这种趋势已导致民用能源费用飙升，显示出AI基础设施建设正在对普通民众产生负面影响。为此，OpenAI甚至已呼吁联邦政府每年新建100吉瓦的发电能力，并称这是美国在与中国的AI竞赛中保持优势的战略资产。
这也迫使数据中心开发商开始寻求“电网外”的解决方案，即跳过公共电网，将电力直接输送到数据中心。
一同参与播客对话的奥特曼认为隐患正在酝酿：如果AI继续以“每年将单位智能的成本降低40倍”的惊人速度发展，那么“从基础设施建设的角度来看，这种指数级变化确实令人心惊。”
这位OpenAI掌门人，早已将目光投向未来能源领域。他个人投资了核裂变初创公司Oklo、核聚变初创公司Helion，还有一家名为Exowatt的太阳能初创公司。
越便宜，越饥渴：AI的“无限”胃口
尽管太阳能光伏技术因为成本低、部署快、零排放，正被科技公司争相采纳，但它和数据中心一样都需要建设时间。事实上，现在下的新燃气轮机订单，很可能要到这个十年末才能交付。
而AI的需求变化，比任何一个项目的完工速度都要快得多。
奥特曼承认，如果AI能效提升或需求增长不及预期，部分企业可能会面临发电设施闲置的困境。
但他本人似乎是“杰文斯悖论”（Jevons Paradox）的坚定信徒。该理论认为，资源使用效率的提升反而会导致用量增加，从而推高总体需求。
“假设明天，每单位智能的计算价格下降了100倍，”奥特曼说，“你会发现使用量的增长远不止100倍。许多在当前成本下不具经济可行性的算力应用，届时都将迎来爆发。”
换句话说，AI越便宜、越高效，世界对它的需求就越庞大，对电力的渴求也就越趋近于无限。
真正的风险：能源革命与本地化计算
然而，能源供给的发展变化也让所有AI从业者面临着巨大风险。未来的能源革命或许会让当下的大规模电力投资付诸东流。
正如奥特曼在谈话中所警告的：“如果某种非常便宜的能源形式很快实现大规模应用（比如核聚变），那么很多签了现有昂贵电力合同的企业将会遭受重创。”
这场对话还揭示了押注超大规模AI数据中心必须面对的另一颗“定时炸弹”：本地化计算的崛起。
奥特曼畅想：“总有一天，我们会打造出一款革命性的消费设备，可以在本地以低功耗运行GPT-5或GPT-6级别的模型。”
如果AI模型真的可以在个人电脑或手机上实现本地化高效运行，那么科技巨头们斥资数十亿、数百亿建造的庞大AI数据中心，其推理需求可能根本不会兑现。
播客主持人也随即评论：“这确实很了不起，但显然也会让那些投入巨资建设集中式算力集群的企业感到担忧。”
到那时，这种情况可能加速人工智能泡沫的破裂。而当泡沫破灭时，暴露在风险之下的将是高达近20万亿美元的恐怖市值。
从“算力荒”到“电力荒”，AI发展显然已经步入了深水区。微软仓库里那些无法点亮的昂贵芯片，或许只是这场巨大转型阵痛的开始。
